用 Matlab 计算并画出大量数据的CDF

     这篇 blog 将展示用 matlab 计算并画出大量数据的 CDF （累计分布函数）的两种方法。第一种是我自己于2012年写的，后来用的过程中发现有缺陷；后来2014年写另一篇paper时，搜寻到第二种简易又高效的方法。这里我给出它们各自的用例，包括画图用的数据与脚本，以及效果图。For your reference.

============================================================================================

     Section A. 第一种方法

     今天(2012-10-17)有一些数据需要处理，这些数据好不容易从文件中剥离了出来，然后自己写了一个function，计算并控制 plot 这些数据的 CDF 图。因为第一种方法用到的例子的数据文件太大，就没有贴上来。如果有想亲自试验一下这个过程的同学，请参照下文中第二个方法中的完整用例。

% ----------------------- 自实现 CDF 计算 function:  funcCDF.m

% para@1: CNT_pnts, the number of points to denote the CDF;
% para@2: Range_low, the lower bound of variable;
% para@3: Range_up, the upper bound of variable;
% para@4 : arr_Vals, array of the values to be processed.

function [x, CDF_Vals] = funcCDF(CNT_pnts, Range_low, Range_up, arr_Vals)
data = sort( arr_Vals' ); % T', horizon arrays of T.
N = length(data);
stepLen = (Range_up-Range_low)/CNT_pnts;
Counter = zeros(1,CNT_pnts);
for i = 1:1:N
	for j = 1:1:CNT_pnts
		if ( data(1,i) <= (Range_low + j*stepLen) )
			Counter(1,j) = Counter(1,j) + 1;
		end
	end
end
CDF = Counter(1,:)./N;
CDF_Vals = CDF(1,:)';
x = (Range_low+stepLen):stepLen:Range_up;
% ---- end of func.

% --------------------- 2 use cases：

CNT_pnts = 100;
deadline_N500r1 = 550;
deadline_N500r3 = 270;
deadline_N500r5 = 240;
PntVal_N500Tau100r1 = textread('N500Tau100r1.tr','%*s %*s %*s %*s %*s %*s %*s %*s %*s %*s %*s %.2f');
[x_r1,cdf_r1] = funcCDF(CNT_pnts, 0, deadline_N500r1, PntVal_N500Tau100r1);
plot(x_r1, cdf_r1, 'ob')
hold on

PntVal_N500Tau100r3 = textread('N500Tau100r3.tr','%*s %*s %*s %*s %*s %*s %*s %*s %*s %*s %*s %.2f');
[x_r3,cdf_r3] = funcCDF(CNT_pnts, 0, deadline_N500r3, PntVal_N500Tau100r3);
plot(x_r3, cdf_r3, 'or')
hold on

PntVal_N500Tau100r5 = textread('N500Tau100r5.tr','%*s %*s %*s %*s %*s